买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国标准化研究院申请的专利一种基于图神经网络的工业品质量风险关联方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121390890B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511540996.X，技术领域涉及：G06Q10/0635；该发明授权一种基于图神经网络的工业品质量风险关联方法是由裴飞;曹丛源;高晓红设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。

本一种基于图神经网络的工业品质量风险关联方法在说明书摘要公布了：本发明公开了一种基于图神经网络的工业品质量风险关联方法，涉及工业制造领域，包括，采集多源工业数据，并对所述多源工业数据进行预处理，得到规范化数据表，基于所述规范化数据表，构建工业要素异质图；将所述工业要素异质图输入至图注意力网络基础模型中进行节点表征学习，并设定以所述工业要素异质图中的产品批次节点为预测目标，以历史质量检测结果为监督标签的监督学习任务；在所述图注意力网络基础模型的消息传递过程中，引入元路径自学习层。本发明将确定性预测升级为概率性推断，为每个风险预测值提供内在的置信度度量，实现了对工业质量风险的自动、精准和可解释的关联分析与溯源定位。

本发明授权一种基于图神经网络的工业品质量风险关联方法在权利要求书中公布了：1.一种基于图神经网络的工业品质量风险关联方法，其特征在于：包括，采集多源工业数据，并对所述多源工业数据进行预处理，得到规范化数据表，基于所述规范化数据表，构建工业要素异质图； 将所述工业要素异质图输入至图注意力网络基础模型中进行节点表征学习，并设定以所述工业要素异质图中的产品批次节点为预测目标，以历史质量检测结果为监督标签的监督学习任务； 在所述图注意力网络基础模型的消息传递过程中，引入元路径自学习层，所述元路径自学习层通过可学习的注意力机制自适应地加权融合不同类型的边关系，对每个产品批次节点动态生成最优的消息传递路径； 采用基于蒙特卡洛Dropout的贝叶斯深度学习方法对元路径自学习层的图注意力网络基础模型进行前向推理采样，获得采样结果，根据采样结果计算每个产品批次节点的质量风险预测值的均值和方差，生成产品批次节点质量风险报告； 基于产品批次节点质量风险报告，结合元路径自学习层所产生的注意力权重，对高风险产品批次节点进行风险来源的关联分析与可视化溯源定位； 将所述工业要素异质图输入至图注意力网络基础模型中进行节点表征学习，并设定以所述工业要素异质图中的产品批次节点为预测目标，以历史质量检测结果为监督标签的监督学习任务，包括以下步骤： 基于预定义的语义路径将工业要素异质图转换为由产品批次节点构成的加权投影同质图，并聚合相邻节点属性对每个产品批次节点生成初始特征向量； 将加权投影同质图输入图注意力网络基础模型，通过领域知识规则库定义节点特征相似性与图拓扑结构注意力的优先级，并依据动态上下文场景协同调整相似性注意力与图拓扑结构注意力的融合权重，生成蕴含复杂邻域语义信息的更新后产品批次节点表征； 基于更新后产品批次节点表征和历史质量检测结果为标签，通过最小化结合预测误差与拓扑保持损失的复合损失函数，对图注意力网络基础模型进行训练学习质量风险模式，在优化过程收敛后，得到训练完成的图注意力网络基础模型； 在所述图注意力网络基础模型的消息传递过程中，引入元路径自学习层，所述元路径自学习层通过可学习的注意力机制自适应地加权融合不同类型的边关系，对每个产品批次节点动态生成最优的消息传递路径，包括以下步骤： 对每个元路径实例采用三阶特征交互编码，基于元路径实例连接产品批次节点、中间节点和产品批次节点，通过可学习权重矩阵，分别对节点的特征向量进行线性变换，将变换后的特征进行逐元素相乘，再经过激活函数处理，得到的元路径实例特征向量； 分别从路径的起点节点和终点节点的角度，将节点变换后的特征与路径特征向量拼接，通过注意力向量计算得分，将起点节点和终点节点的得分相加得到该路径实例的原始注意力； 基于连接同一对节点的路径实例的原始得分，使用softmax函数得到初始的注意力权重，根据路径长度引入衰减因子对注意力权重进行调整； 使用动态阈值进行稀疏化处理重要路径，并采用多头注意力机制，将注意力头输出的权重进行几何平均运算，得到路径实例级注意力权重； 对路径实例级注意力权重进行裁剪，获得裁剪后注意力权重； 采用动态更新策略，重新计算完整的注意力权重，通过指数移动平均来平滑权重的变化，对每个产品批次节点动态生成最优的消息传递路径。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国标准化研究院，其通讯地址为：100191 北京市海淀区知春路4号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。